Калючев Д.И., Гнатенко Ю.А.

 Калючев Дамир Ильясович – студент,

Гнатенко Юлия Ахнафовна – Доцент, кандидат физико-математических наук, Доцент.

кафедра математического моделирования,

Стерлитамакский филиал Уфимского университета науки и технологий,

г. Стерлитамак

Аннотация: на основе данных российских банков за период 2020–2025 годов с применением методов корреляционного и регрессионного анализа были выявлены ключевые факторы, определяющие уровень рентабельности активов (ROA). К числу таких факторов относятся: достаточность капитала, качество кредитного портфеля, ликвидность, масштаб деятельности банка, структура доходов и операционная эффективность. Полученная регрессионная модель обладает высокой объясняющей способностью и статистической значимостью, что подтверждается результатами диагностики: значения коэффициента детерминации, критериев Фишера и Стьюдента, а также тестов на мультиколлинеарность и гетероскедастичность свидетельствуют о надёжности и пригодности модели для прогнозирования и аналитических целей.

Ключевые слова: рентабельность активов, коммерческие банки, множественная регрессия, корреляционный анализ, факторы эффективности, статистическая значимость.

STATISTICAL ANALYSIS OF FACTORS AFFECTING THE RETURN ON ASSETS OF COMMERCIAL BANKS (BASED ON DATA FOR 2020–2025)

 Kalyuchev D.I., Gnatenko Yu.A.

Kalyuchev Damir Ilyasovich – student,

Gnatenko Yulia Akhnafovna – Associate Professor, Candidate of Physical and Mathematical Sciences, Associate Professor.

Department of Mathematical Modeling,

Sterlitamak Branch of the Ufa University of Science and Technology,

Sterlitamak

Abstract: Based on data from Russian banks for the period 2020–2025, using correlation and regression analysis methods, the key factors determining the level of return on assets (ROA) were identified. These factors include capital adequacy, loan portfolio quality, liquidity, the scale of the bank's operations, income structure, and operational efficiency. The resulting regression model demonstrates high explanatory power and statistical significance, which is confirmed by diagnostic results: the values of the coefficient of determination, Fisher and Student criteria, as well as tests for multicollinearity and heteroscedasticity, indicate the model's reliability and suitability for forecasting and analytical purposes.

Keywords: return on assets, commercial banks, multiple regression, correlation analysis, efficiency factors, statistical significance.

Список литературы / References

1. Иванов И.И. Основы теории вероятностей и математической статистики // Вестник науки. — 2020. — № 12. — С. 45-78.
2. Петрова А.А. Распределения вероятностей и их применение в экономике: учеб. пособие — СПб.: Наука, 2018. — С. 150-165.
3. Смирнов В.В. Моделирование случайных процессов в информационных технологиях: монография — М.: Техносфера, 2019. — С. 87-110.
4. Кузнецова Е.М. Статистический анализ и методы оценки параметров распределений // Журнал прикладной математики и информатики. — 2021. — Т. 15, № 3. — С. 120-138.
5. Лебедев Д.С. Современные подходы к моделированию многомерных вероятностных распределений // Вестник математического моделирования. — 2022. — № 7. — С. 55-73.
6. Малюгин В.И. Эконометрика банковской деятельности. — Минск: БГУ, 2021. — 210 с.
7. Гнатенко Ю.А., Додаров А.Н. Новые технологии и инструменты для визуализации сложных статистических данных // Тенденции развития науки и образования. — 2024. — № 110-17. — С. 76-83.
8. Гнатенко Ю.А., Ахметова Г. Первичная статистическая обработка данных // Тенденции развития науки и образования. — 2024. — № 110-16. — С. 186-190.
9. Фатхутдинова Р.Р., Гнатенко Ю.А. Обзор статистического анализа показателей // Тенденции развития науки и образования. — 2024. — № 110-18. — С. 148-151.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Калючев Д.И., Гнатенко Ю.А.  СТАТИСТИЧЕСКИЙ АНАЛИЗ ФАКТОРОВ, ВЛИЯЮЩИХ НА РЕНТАБЕЛЬНОСТЬ АКТИВОВ КОММЕРЧЕСКИХ БАНКОВ (НА ПРИМЕРЕ ДАННЫХ ЗА 2020–2025 ГГ.)  // Вестник науки и образования №3 (170), 2026, C. {см. журнал}.

Поделитесь данной статьей, повысьте свой научный статус в социальных сетях

Tweet